Databricks Unity Catalog — Data Sharing (extern + intern)

Unity Catalog ist die einheitliche Governance-Schicht von Databricks — der einzige Katalog, der jede Tabelle, jede View, jedes Modell und jede Datei erfasst, wer darauf zugreifen darf und wie sie sich bis zur Quelle zurückverfolgen lässt. Data Sharing ist die Oberfläche von Unity Catalog, über die ein Databricks-Konto kuratierte, governte Assets anderen Konsumenten bereitstellt, ohne die zugrunde liegenden Daten zu kopieren, und ist bis 2026 der Standardweg, auf dem SAP-Analytics-Landschaften mit einem Databricks-Lakehouse interoperieren — genau deshalb liefert BDC eine native Databricks-Integration, die auf diesem Mechanismus aufbaut, statt auf einer maßgeschneiderten Pipeline.

Warum es wichtig ist

Die meisten Enterprise-Kunden, die SAP Analytics betreiben, betreiben nicht nur SAP; Databricks, Snowflake und Fabric stehen in derselben Landschaft routinemäßig neben Datasphere. Ein Architekt, der nicht erklären kann, wie governter Lesezugriff über diese Grenze hinweg funktioniert — ohne als Antwort einen nächtlichen Batch-Export vorzuschlagen —, verliert bei jedem plattformübergreifenden Engagement an Glaubwürdigkeit. Unity Catalog Data Sharing ist zudem der Mechanismus, der sich am direktesten mit SAPs eigener Delta-Sharing-Unterstützung in Datasphere und BDC Connect vergleichen lässt, sodass sein Verständnis den Vergleich schärft, statt ihn zu ersetzen.

Warum es zählt

• SAP Datasphere plus Databricks ist das kanonische Multi-Engine-Muster 2026, dem diese Funktion dienen soll.
• Sharing ist per Design schreibgeschützt — für transaktionale Integration mit hohem Schreibaufkommen braucht es stattdessen Lakehouse Federation oder native Konnektoren.
• Der Widerruf erfolgt sofort, und die Rotation ist ein einziger CLI-Aufruf, sodass die Zugriffskontrolle operativ günstig ist, sobald ein Share eingerichtet ist.

Kernpunkte

• Zwei Modi — Databricks-zu-Databricks (volle UC-Semantik + Lineage) und Open Delta Sharing (jeder konforme Client, einschließlich SAP Datasphere als Konsument).
• Share-Inhalte — Tabellen, Views, Volumes, Modelle; Spaltenauswahl + Zeilenfilter + Change-Data-Feed-(CDF)-Schalter pro Empfänger.
• Authentifizierung — Bearer-Tokens für das offene Protokoll; Empfänger-Kontokennung für Databricks-zu-Databricks; sofortiger Widerruf; Rotation mit einem Aufruf.
• Lineage — UC erfasst jeden Share und jeden Empfänger; vollständiges Audit-Log, wer wann was gelesen hat, einschließlich der von den Filtern gelieferten Zeilen.
• Schreibgeschützt — kein Rückschreiben über Sharing; für Schreibintegration Lakehouse Federation oder native Konnektoren nutzen.
• Protokoll-Update 2026: Geeignete Delta-Tabellen unterstützen nun verzeichnisbasierten Zugriff in Delta Sharing — der Empfänger liest direkt aus dem Cloud-Speicher mit temporären Zugangsdaten statt dateiweiser vorsignierter URLs, was die Latenz bei wiederholten großen Scans senkt.
• Protokoll-Update 2026: Aus externen Iceberg-Katalogen föderierte fremde Iceberg-Tabellen können nun einem Share hinzugefügt und (schreibgeschützt) von jedem Delta-Sharing-konformen Empfänger gelesen werden — ein Share ist anbieterseitig nicht mehr auf Delta-native Tabellen beschränkt.
• Ein Databricks-zu-Databricks- oder Delta-Sharing-Share wird für Joules SAP-Knowledge-Graph-Verankerung erst sichtbar, wenn er als Datasphere-Data-Product neu veröffentlicht wird — einen Share in Datasphere zu lesen ist nicht derselbe Schritt wie ihn für Joule freizulegen.

Begriffe auf dieser Seite

Unity Catalog

Die einheitliche Governance-Schicht von Databricks für Tabellen, Views, Volumes, ML-Modelle und Dateien; zentralisiert Zugriffskontrolle, Lineage und Audit über alle Databricks-Workspaces eines Kontos hinweg.

Share

Ein benanntes UC-Objekt, das die Tabellen, Views, Volumes oder Modelle auflistet, die einem oder mehreren Empfängern bereitgestellt werden; Spaltensichtbarkeit und Zeilenfilter werden pro Empfänger festgelegt.

Change-Data-Feed (CDF)

Eine optionale Delta-Table-Funktion, die zeilengenaue INSERT-/UPDATE-/DELETE-Ereignisse für den nachgelagerten inkrementellen Konsum erfasst; kann über Sharing für inkrementelle Lesezugriffe bereitgestellt werden.

Lakehouse Federation

Das Databricks-Muster, um externe Datenquellen (PostgreSQL, MySQL, Snowflake, SAP HANA via JDBC) direkt vor Ort aus Databricks SQL abzufragen; ergänzend zu Sharing — Federation ist für bidirektionalen/In-Place-Zugriff, Sharing für schreibgeschützte, governte Veröffentlichung.

Verzeichnisbasierter Zugriffsmodus

Eine Delta-Sharing-Erweiterung aus 2026: Statt dateiweiser vorsignierter URLs enthält die Sharing-Antwort den Cloud-Speicherort der Tabelle plus temporäre Zugangsdaten, sodass ein unterstützender Empfänger direkt aus dem Cloud-Speicher liest.

Sharing fremder Iceberg-Tabellen

Eine Delta-Sharing-Fähigkeit aus 2026: Aus einem externen Iceberg-Katalog föderierte Iceberg-Tabellen können einem Share hinzugefügt und (schreibgeschützt) von jedem Delta-Sharing-konformen Empfänger gelesen werden — dies erweitert Sharing über Delta-native Tabellen auf Anbieterseite hinaus.

Mosaic AI Agent Framework

Databricks' native mehrstufige Agenten-Laufzeitumgebung (C173); liest Unity-Catalog-governte Tabellen, Volumes und registrierte Modelle, einschließlich solcher, die über einen Databricks-zu-Databricks-Share bereitgestellt werden, und erbt dabei dieselben Berechtigungen auf Spaltenebene.

Quellen

1. Databricks documentation — Unity Catalog Data Sharing
2. Delta Sharing protocol specification
3. SAP + Databricks joint architecture guidance
4. Databricks — What is Delta Sharing? (official docs)
5. Databricks — Access Databricks data using external systems
6. Databricks — What is OpenSharing?
7. Databricks — Unity Catalog table types (managed vs external)
8. Databricks — Unity Catalog managed tables for Delta Lake and Apache Iceberg
9. Databricks on Microsoft Azure — April 2026 release notes (directory-based access mode, foreign Iceberg table sharing)
10. Databricks — Unity Catalog product page
11. SAP Help Portal — Business Data Cloud Connect for Databricks
12. Databricks Docs — October 2026 platform release notes (cross-engine ABAC GA 1 Oct; JDBC Unity Catalog connections GA 2 Oct)
13. Databricks Docs — Create and manage row filter and column mask policies (ABAC) in Unity Catalog
14. Databricks Docs — Create data recipients for OpenSharing (Databricks-to-Databricks)
15. Databricks Docs — Audit and monitor data sharing
16. Databricks Docs — Unity Catalog best practices (cross-region sharing, managed tables)
17. CIO — Microsoft, Google back Apache Ossie to make enterprise data and AI platforms more interoperable